論文の概要: SSHFD: Single Shot Human Fall Detection with Occluded Joints Resilience
- arxiv url: http://arxiv.org/abs/2004.00797v2
- Date: Fri, 3 Apr 2020 02:45:33 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-17 12:48:09.046547
- Title: SSHFD: Single Shot Human Fall Detection with Occluded Joints Resilience
- Title（参考訳）: SSHFD:難治性関節症をともなうシングルショットヒトの転倒検出
- Authors: Umar Asif, Stefan Von Cavallar, Jianbin Tang, and Stefan Harrer
- Abstract要約: Single Shot Human Fall Detectorは、単一の画像から自動転倒検出を行うディープラーニングベースのフレームワークである。
まず、外見の特徴に不変な人間のポーズに基づく転倒表現を示す。
次に、3次元ポーズ推定と転倒認識のためのニューラルネットワークモデルを提案する。
- 参考スコア（独自算出の注目度）: 10.719603033631952
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Falling can have fatal consequences for elderly people especially if the
fallen person is unable to call for help due to loss of consciousness or any
injury. Automatic fall detection systems can assist through prompt fall alarms
and by minimizing the fear of falling when living independently at home.
Existing vision-based fall detection systems lack generalization to unseen
environments due to challenges such as variations in physical appearances,
different camera viewpoints, occlusions, and background clutter. In this paper,
we explore ways to overcome the above challenges and present Single Shot Human
Fall Detector (SSHFD), a deep learning based framework for automatic fall
detection from a single image. This is achieved through two key innovations.
First, we present a human pose based fall representation which is invariant to
appearance characteristics. Second, we present neural network models for 3d
pose estimation and fall recognition which are resilient to missing joints due
to occluded body parts. Experiments on public fall datasets show that our
framework successfully transfers knowledge of 3d pose estimation and fall
recognition learnt purely from synthetic data to unseen real-world data,
showcasing its generalization capability for accurate fall detection in
real-world scenarios.
- Abstract（参考訳）: 転倒は高齢者に致命的な影響をもたらす可能性があるが、特に転倒した人が意識の喪失や怪我のために助けを求めることができない場合はなおさらである。
自動転倒検知システムは、急激な転倒警報を通し、在宅生活における転倒の恐れを最小限に抑える。
既存の視覚ベースの転倒検知システムは、物理的な外観の変化、異なるカメラ視点、オクルージョン、背景乱雑といった課題のために、見えない環境への一般化を欠いている。
本稿では,上記の課題を克服する方法を検討し,単一画像からの自動落下検出のためのディープラーニングフレームワークであるsingle shot human fall detector(sshfd)を提案する。
これは2つの重要なイノベーションによって達成される。
まず,出現特性に不変な人間のポーズに基づく転倒表現を提案する。
次に, 3次元ポーズ推定と転倒認識のためのニューラルネットワークモデルを提案する。
パブリック・フォールデータセットを用いた実験により,我々のフレームワークは,合成データから純粋に学習した3次元ポーズ推定と転倒認識の知識を,実世界のシナリオにおける正確な転倒検出のための一般化能力を示す。
関連論文リスト
- Uncertainty Estimation for 3D Object Detection via Evidential Learning [63.61283174146648]
本稿では,3次元検出器における鳥の視線表示における明らかな学習損失を利用して,3次元物体検出の不確かさを定量化するためのフレームワークを提案する。
本研究では,これらの不確実性評価の有効性と重要性を,分布外シーンの特定,局所化の不十分な物体の発見,および(偽陰性)検出の欠如について示す。
論文 参考訳（メタデータ） (2024-10-31T13:13:32Z) - Computer-Aided Fall Recognition Using a Three-Stream Spatial-Temporal GCN Model with Adaptive Feature Aggregation [0.5235143203977018]
転倒予防は現代医療において特に高齢者にとって最重要である。
高齢者の生活を救うためには,コンピュータ支援による転倒検知システムが不可欠である。
本稿では,3流時空間特徴量に基づく転倒検出システムを提案する。
論文 参考訳（メタデータ） (2024-08-22T08:40:04Z) - DPMesh: Exploiting Diffusion Prior for Occluded Human Mesh Recovery [71.6345505427213]
DPMeshは、人間のメッシュリカバリを排除した革新的なフレームワークである。
これは、事前訓練されたテキスト・ツー・イメージ拡散モデルに埋め込まれた対象構造と空間的関係について、より深い拡散に乗じる。
論文 参考訳（メタデータ） (2024-04-01T18:59:13Z) - AiOS: All-in-One-Stage Expressive Human Pose and Shape Estimation [55.179287851188036]
人間のポーズと形状の復元のための新しいオールインワンステージフレームワークであるAiOSを、追加の人間検出ステップなしで導入する。
まず、画像中の人間の位置を探索し、各インスタンスのグローバルな機能をエンコードするために、人間のトークンを使用します。
そして、画像中の人間の関節を探索し、きめ細かい局所的特徴を符号化するジョイント関連トークンを導入する。
論文 参考訳（メタデータ） (2024-03-26T17:59:23Z) - MonoTDP: Twin Depth Perception for Monocular 3D Object Detection in
Adverse Scenes [49.21187418886508]
本論文は,モノTDP(MonoTDP)と呼ばれる悪シーンにおける2つの深度を知覚するモノクル3次元検出モデルを提案する。
まず、制御不能な気象条件を扱うモデルを支援するための適応学習戦略を導入し、様々な劣化要因による劣化を著しく抑制する。
そこで本研究では, シーン深度と物体深度を同時に推定する新たな2つの深度認識モジュールを提案する。
論文 参考訳（メタデータ） (2023-05-18T13:42:02Z) - Elderly Fall Detection Using CCTV Cameras under Partial Occlusion of the
Subjects Body [0.0]
咬合は視覚に基づく転倒検知システムにおける最大の課題の1つである。
転倒検知システムの訓練のために特別に設計された隠蔽映像を合成する。
本稿では,隠蔽ビデオと非隠蔽ビデオを用いた転倒検出モデルの重み付けトレーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2022-08-15T16:02:18Z) - Vision-based Human Fall Detection Systems using Deep Learning: A Review [5.809590924822318]
ヒトの転倒は、特に高齢者や障害者が単独で生活する上で、非常に重要な健康問題の一つである。
本稿では,ディープラーニング(DL)に基づく非侵襲的(ビジョンベース)転倒検出技術について論じる。
論文 参考訳（メタデータ） (2022-07-22T09:02:02Z) - Anomalous entities detection using a cascade of deep learning models [2.9005223064604078]
本稿では,試験ホールの複雑な状況において異常を検知する新しい手法を提案する。
提案手法は,深層畳み込みニューラルネットワークモデルのカスケードを用いる。
提案手法は異常な物体を検知し,異常な挙動を高精度に保証できることを示す。
論文 参考訳（メタデータ） (2021-03-09T01:23:19Z) - Perceiving Humans: from Monocular 3D Localization to Social Distancing [93.03056743850141]
本稿では,人間の3次元位置と身体の向きを1つの画像から知覚する,コスト効率の高い視覚ベースの新しい手法を提案する。
我々は,「社会的距離」という概念を,単純な位置に基づくルールとは対照的に,社会的相互作用の一形態として再考することが可能であることを示す。
論文 参考訳（メタデータ） (2020-09-01T10:12:30Z) - Neural Descent for Visual 3D Human Pose and Shape [67.01050349629053]
入力RGB画像から3次元のポーズと形状を復元するディープニューラルネットワーク手法を提案する。
我々は最近導入された表現力のあるボディ統計モデルGHUMに頼っている。
我々の方法論の中心は、HUmanNeural Descent (HUND)と呼ばれるアプローチの学習と最適化である。
論文 参考訳（メタデータ） (2020-08-16T13:38:41Z) - Motion and Region Aware Adversarial Learning for Fall Detection with
Thermal Imaging [8.110295985047278]
転倒検知のためのホームベースのカメラシステムは、しばしば人々のプライバシーを危険にさらす。
転倒はめったに起こらないため、クラス不均衡によるアルゴリズムの学習は簡単ではない。
熱画像を用いた対向フレームワーク内での転倒検出を異常検出として定式化する。
論文 参考訳（メタデータ） (2020-04-17T17:17:29Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。